1. Matrica odluivanja i elementi + primjer.

Stupanj obraz.

Kvaliteta progr.

Iskustvo

IVS

Prvostupnik

ZM

Magistar

TK

magistar

Alternative,kriteriji,posljedice

2. Matrica plaanja i elementi + primjer.

Matrica plaanja ili matrica isplata - pomou nje moemo zpisati informacije koje su nam
dostupne. Sastoji se od alternativa, dogaaja, uplata/isplata i (vjerojatnosti).

Pada kia

Ne pada kia

Uzeti kiobran

:)

:(

Ne uzeti kiobran

:(

:)

3. Pobrojati metode za viekriterijsko odluivanje.

rangiranje na temelju ocjena
rangiranje na temelju rangova
rangiranje na temelju kvantitativnih vrijednosti
rangiranje temeljem usporeivanja u parovima
AHP
Elektra
Prometej
Topsis
4. Tipovi i vrste kriterija.
Tipvi kriterija:

min - cilj nam je postii to manju vrijednost (npr. cijena ako ju trebamo platiti,

potronja goriva ...)

max - cilj nam je postii to veu vrijednost (cijena ako mi prodajemo, plaa ...)

Vrste kriterija:

kvantitativni - mogu se izraziti brojem i jasno se odreuju kao min ili max
kvalitativni - izraavaju se rijeima i treba ih pretvoriti u kvantitativne

5. Pretvaranje kvalitativnog u kvantitativni kriterij.

odrediti tip kriterija u kvantitativnoj skali

odrediti skalu kvantiativnog kriterija
odrediti sve mogue vrijednosti kriterija u kvalitativnoj skali
pridruiti vrijednosti iz kvalitativne u kvantitativnu skalu

6. Navesti metode za odreivanje teina/pondera/vanosti kriterija.

Swing metoda
Direktna procjena
7. Saatyjeva skala relativne vanosti.
Rangiranje se vri na temelju usporeivanja kriterija i alternativa u parovima. Saatyeva
skala koristi se za usporeivanje. Intenzitet vanosti je od 1 (gdje 1 predstavlja jednako
vano) do 9 (predstavlja ekstremnu vanost)
8. Razlika izmeu lokalnih i globalnih prioriteta te pondera/vanosti/teina kriterija.
9. Postupak provjere konzistentnosti.
Prvo izraunamo CI (indeks inkonzistencije), zatim iz njega izraunamo CR (omjer
konzistencije) koji mora biti manji od 0,1 jer tada znamo da je usporeivanje konzistentno.
10. Indeks i omjer nekonzistentnosti.
CI = lambda - n / n - 1 (n je broj alternativa)
CR = CI / RI -> sluajni koeficijent inkonzistencije (0,52 za 3 alt)

Omjer inkonzistencije je omjer koeficijenta inkonzistentnosti i sluajnog koeficijenta

inkonzistencije (RI) Ako je dobiveni broj manji od 0,1 smatra se da je usporeivanje u
parovima provedeno konzistentno.
11. Pobrojati metode za odluivanje u uvjetima nesigurnosti i rizika.
Maximax
Maximin
Hurviczov kriterij
Savageov kriterij
Laplaceov kritetij
KOV (kriterij oekivane vrijednosti)
Stablo odluivanja
12. Navesti razlike izmeu uvjeta sigurnosti, nesigurnosti i rizika.
Kod uvjeta potpune sigurnosti sa 100% sigurnosti znamo to e se dogoditi u budunosti.
Ako nemamo vjerojatnosti onda govorimo samo o uvjetima nesigurnosti, a kada imamo
vjerojatnosti onda govorimo o uvjetima nesigurnosti i rizika.
13. Svaka metoda za odluivanje u uvjetima nesigurnosti i rizika - opisati metodu s
teoretskog stajalita.

Maximin (Pesimistini pristup, Waldov kriterij, "ziheraki") - Za svaku alternativu

odabiremo najgori mogui ishod a potom izmeu tih ishoda izabiremo najblai najgori
mogui ishod

Maximax (Optimistini pristup, riskantni) - Za svaku alternativu odabiremo najbolji

mogui ishod a potom izmeu tih ishoda izabiremo najbolji "najbolji" mogui ishod

Hurwiczov kriterij (Kriterij realizma - odabiremo najveu vrijednost i pripadnu

alternativu)

Savageov kriterij (Kriterij minimalnog aljenja; 1.korak napraviti matricu aljenja,

zatim traimo za svaku alternativu maksimalno aljenje; odluka je alternativa gdje je
maksimalno aljenje minimalno)

LaPlaceov kriterij - raunanje matematikog oekivanja (oekivane vrijednosti) dajui

svim moguim stanjima (dogaajima) jednaku vjerojatnost nastanka

Kriterij oekivane vrijednosti (KOV) - Za svaku alternativu raunamo matematiko

oekivanje, biramo alternativu s najveim matematikim oekivanjem

Stablo odluivanja - stablo odluivanja je grafiki prikaz moguih odluka i njihovih

posljedica

14. Na koje naine dolazimo do vjerojatnosti prilikom koritenja metoda za odluivanja

u uvjetima rizika? Raunamo matematika oekivanja.
15. Hurvizsov kriterij u odnosu na maximin i maximax.
Hurviczov kriterij je ravnoteni kriterij izmeu maximin i maximax. Odredi se faktor realizma
(optimizma) ili faktor pesimizma (koji iznosi 1 ) koji karakterizira stav donositelja
odluke prema riziku. Za svaku akciju odredi se Hurwiczova vrijednost.
15. Matrica aljenja i interpretacija.
Matrica aljenja ili matrica oportunitetnih trokova - za svaku alternativu rauna se
maksimalno aljenje, npr uzmemo najvei broj alternative u stupcu i neka to bude 9, za njega
je aljenje 0, dok je zua 0 aljenje 9, za 3 aljenje je 6 itd.
16. Troak nesigurnosti i vrijednost potpune informacije.
Troak nesigurnosti ili oekivana vrijednost savrene informacije (OVSI) jednaka je razlici
oekivane vrijednosti uslijed sigurnosti (OVUS) i oekivane vrijednosti bez informacija
(OVBI).
17. Granina analiza u poslovanju s diskretnom distribucijom potranje.

Zadane su konkretne vrij. potranje i postoci.

Iz postotaka napravimo kumulativni niz i raunamo po formuli.
18. Granina analiza u poslovanju s normalnom distribucijom potranje.

Prvo treba izraunati p, zatim 1 - p.

Z - bit e zadan (oitava se iz neke tablice), to je perecntil standardne norme
19. Elementi stabla odluivanja.

vorovi odluke,

grane alternativnih aktivnosti,

troak ili profit akcije alternative,

vorovi dogaaja (moguih posljedica),

grane moguih posljedinih stanja,

vjerojatnosti pojave moguih stanja,

zavrni vorovi,

vrijednosti konane isplate financijske koristi

20. Koraci stabla odluivanja.

1. izgradnja logikog modela stabla odluivanja s ulaznim podacima
2. raunanje oekivanih vrijednosti odluka postupkom raunanja unatrag (rollback
algoritam)
3. pronalaenje optimalnog puta postupkom raunanja prema naprijed
21. Razlika izmeu Laplaceovog kriterija i kriterija oekivane vrijednosti.
Za primjenu kriterija oekivane vrijednosti potrebno je poznavanje vjerojatnosti nastanka
pojedinih stanja okoline, a za LaPlacea vjerojatnosti potencijalnih ishoda nisu poznate,
ve se pretpostavlja da su vjerojatnosti jednake.
22. Definicija matematikog oekivanja.
Matematiko oekivanje zbroj umnoaka vjerojatnosti dogaaja i najveeg mogueg
primitka po svakom dogaaju
23. Definicije prognoziranja.
Prognoziranje slui u razliitim aspektima poslovanja: planiranje trokova,
prorauna, prodaje, inventara, kapaciteta proizvodnje, rasporeda poslovnih aktivnosti i dr. to
je predmet prognoziranja podloniji promjenama, prognoza e biti nepreciznija.

24. Podjela metoda prognoziranja - vrste, podvrste, definicije.

Prognoziranje se moe podijeliti u etiri vee skupine:

kvalitativne metode:
1. miljenje eksperata,
2. grupni konsenzus,
3. povijesne usporedbe,
4. Delphi metoda,
5. Grass roots metoda
6. istraivanje trita i dr.
analiza vremenskih nizova:
1. pomini prosjek
2. ponderirani pomini prosjek
3. eksponencijalno izglaivanje
4. analiza trenda
5. sezonska analiza
kauzalne modele:
1. jednostavna regresijska analiza
2. multipla - regresijska analiza
3. opi linearni modeli
simulacije

25. Vrste prognoza prema razliitim podjelama.

26. Definirati i opisati svaku od metoda:

pomini prosjek n razdoblja - Svaka toka pominog prosjeka vremenskog niza je
aritmetika sredina odreenog broja uzastopnih lanova. Metoda je pogodna za kratkorone
prognoze, manje pogodna za srednjorone prognoze, a nije pogodna za dugorone prognoze.

ponderirani pomini prosjek n razdoblja eksponencijalno glaenje - Eksponencijalno izglaivanje vie vrednuje podatke iz blie
prolosti. Metoda je pogodna za kratkorone prognoze, manje pogodna za srednjorone
prognoze, a nije pogodna za dugorone prognoze.

27. PAO i PKO.

Najpoznatije mjere za tonost prognoza su PAO i PKO.
PAO - Prosjeno apsolutno odstupanje.Ova mjera greke u prognozi rauna se kao prosjek
apsolutnih vrijednosti razlika izmeu prognoziranih i tonih vrijednosti.
PKO - Prosjeno kvadratno odstupanje. Ova mjera greke u prognozi rauna se kao prosjek
kvadrata razlika izmeu prognoziranih i tonih vrijednosti.
28. Koeficijent determinacije.
Mjera adekvatnosti trenda je koeficijent determinacije R

, ija je vrijednost izmeu

0 i 1. to je blii 1 to je poklapanje linije trenda i vrijednosti podataka bolje.

29. Definicija parametra izglaivanja (alpha).
Parametar daje najmanja odstupanja od stvarnih vrijednosti.
0 1 - parametar izglaivanja
30. to su sezonske promjene?
31. Razlika izmeu nesezonskih i sezonskih vremenskih nizova.
32. Opisati dva pristupa koja koristimo prilikom rjeavanja sezonskih promjena.
U prvom pristupu vremenski niz se razbije na vie vremenskih nizova i onda se na
tome koriste metode pominog i ponderiranog pominog prosjeka,eksponencijalnog
glaenja,linearnog trenda.

U drugom pristupu izrauna se prosjek potranje te nakon toga r ij na nain da

se svaka potranja podijeli sa dobivenim prosjekom, nakon toga se uzmu svi r ij iz istih
razdoblja (kvartala) te se podijele sa njihovim ukupnim brojem (dobije se sezonski faktor),
te tada ide Prognoza za narednih etiri kvartala tako da mnoi prosjek (iz prvog koraka) i
sezonski faktor.